Программирование [Karpov.Courses] Продвинутая аналитика данных. Часть 3 (2023)

[Dr. Dre]

Цель нашего курса — помочь опытным аналитикам расширить свои компетенции

и задать правильное направление для дальнейшего развития в профессии. Полученный практический опыт позволит углубить знания в области продуктовой аналитики и научиться подбирать правильные инструменты для решения задач в самых неопределённых условиях и незнакомых отраслях.

ЧТО НЕОБХОДИМО ДЛЯ КУРСА

• Знание базового синтаксиса Python (циклы, функции, условные операторы)
• Знание библиотек (pandas, numpy, scipy) на уровне импорта, экспорта данных, предобработки, EDA, базовая работа со случайными величинами
• Навыки визуализации в Python (Seaborn, matplotlib построение базовых визуализаций)
• Опыт анализа простых экспериментов (t-test или Манна-Уитни в Python)
• Написание запросов с JOIN, where, group by и агрегационными функциями
• Проверка гипотез
• Ошибки 1-ого и 2-ого рода
• Статистические критерии и p-value
• ЦПТ
• Корелляция
• Опыт работы с Tableau, Power BI, Superset или другими похожими инструментами

Курс ведет: Karpov.Courses

О курсе от автора:

Для просмотра ссылок пройдите регистрацию

Скачать материалы курса:

Для просмотра ссылок пройдите регистрацию!

Материал может быть удалён по требованию правообладателя